[发明专利]目标案件的预测方法和装置、电子设备、存储介质

说明书

本实施例涉及人工智能技术领域，尤其涉及一种目标案件的预测方法和装置、电子设备、存储介质。该目标案件的预测方法包括：对待测区域进行时空粒度划分，得到多个时空标记点；每一时空标记点包括一对时间粒度和空间粒度；获取每一时空标记点的原始数据；将每一原始数据输入到分布预测模型中进行预测处理，得到对应的初步分布结果；将初步分布结果输入到预设的分布取整模型中进行取整处理，得到对应的取整分布结果；对取整分布结果进行计算处理，得到目标分布结果。本申请实施例的技术方案，能够提高预测目标案件的准确性。

技术领域

本申请涉及人工智能技术领域，尤其涉及一种目标案件的预测方法和装置、电子设备、存储介质。

背景技术

随着人工智能科技的迅速发展，目标预测得到了广泛的应用。例如在保险公司的应用场景下，保险公司需要对案件进行预测，以掌握车辆保险案件的分布情况，以便于相关业务提前制定好相关执行方案，例如，提前规划好救援路线和救援方案。

相关技术中，采用时间序列或者回归预测等方式进行历史保险案件分布规律的捕捉，从而实现对目标案件数量的预测，然后从空间和时间上取目标案件数量的平均值作为待测区域的时间和空间上的具体分布。然而，案件通常不遵循均匀分布的规律，因此，这种捕捉案件分布规律的方式不准确。

发明内容

本申请实施例的主要目的在于提出一种目标案件的预测方法和装置、电子设备、存储介质，能够提高预测目标案件的准确性。

为实现上述目的，本申请实施例的第一方面提出了一种目标案件的预测方法，包括：

对待测区域进行时空粒度划分，得到多个时空标记点；每一所述时空标记点包括一对时间粒度和空间粒度；

获取每一所述时空标记点的原始数据；

将每一所述原始数据输入到分布预测模型中进行预测处理，得到对应的初步分布结果；

将所述初步分布结果输入到预设的分布取整模型中进行取整处理，得到对应的取整分布结果；其中，所述取整分布结果包括案件取整数量和取整案件分布，所述案件取整数量用于表征所述时空标记点的案件数量，所述取整案件分布用于表征所述时空标记点的目标案件在空间和时间的分布情况；

对所述取整分布结果进行计算处理，得到目标分布结果；其中，所述目标分布结果包括目标案件数量和目标案件分布，所述目标案件数量用于表征所述待测区域中的案件数量，所述目标案件分布用于表征所述待测区域中的目标案件在空间和时间的分布情况。

在一些实施例中，所述对待测区域进行时空粒度划分，得到多个时空标记点，包括：

基于时间维度对所述待测区域进行时间粒度划分，得到多个时间粒度；

基于空间维度对所述待测区域进行空间粒度划分，得到多个空间粒度；

将一对所述时间粒度和所述空间粒度进行组合，得到所述时空标记点。

在一些实施例中，在所述将每一所述原始数据输入到分布预测模型中进行预测处理，得到对应的初步分布结果之前，所述方法还包括：构建所述分布预测模型，具体包括：

获取样本特征数据集；其中，所述样本特征数据集包括多个样本特征数据，每一所述样本特征数据包括原始样本特征和对应的原始案件数量；

将每一所述原始样本特征输入到预设的原始分布模型中进行训练处理，得到对应的训练案件数量；

根据所述原始案件数量和训练案件数量对所述原始分布模型的参数进行更新处理，得到所述分布预测模型。

在一些实施例中，所述根据所述原始案件数量和训练案件数量对所述原始分布模型的参数进行更新处理，得到所述分布预测模型，包括：